به جرأت میتوان ادعا کرد که عصر حاضر، عصر انفجار اطلاعات است و شاید بتوان زبان را بعنوان مهمترین سد و مانع در انتقال اطلاعات دانست. بنابراین ضرورت بکارگیری ماشین در پردازش و ترجمهی متون تبدیل به نیازی غیر قابل انکار شده است. اما مشکلاتی که بر سر راه مترجمهای ماشینی وجود دارد مانع شده تا این مهم از کیفیت و دقت کافی برخوردار باشد.

یکی از تأثیرگذارترین مسائل در دقت و کیفیت ترجمهی ماشینی، رفع ابهام معنایی است که دقت در آن باعث بالا رفتن دقت کل عمل ترجمه میگردد. منظور از رفع ابهام معنایی انتخاب معنای مناسب کلمه با توجه به متن، برای کلماتی است که دارای چندین معنای متفاوت هستند. لذا در این پژوهش سعی شده است تا به بررسی روشهای مختلف و ایدههای متفاوت پرداخته و با ارائهی شیوهای متفاوت در این راستا قدمی برداریم.

روش ارائه شده در این پایان نامه، روشی مبتنی بر دانش است که با بهرهگیری از اطلاعات تکمیلی پیرامون کلمهی مبهم در متن و ارائهی یک روش امتیازدهی، به رفع ابهام میپردازد. به این منظور از یک طرف با بکارگیری وردنت و منابع دیگری که به نوعی مکمل وردنت هستند، فهرستی از کلمات مرتبط با کلمهی مبهم تهیه کرده و از طرف دیگر کلمات همراه با کلمهی مبهم در متن را از پیکرهی مورد نظر استخراج میکنیم. سپس با استفاده از یک رابطهی امتیازدهی، معنایی که دارای بیشترین امتیاز است و مرتبطتر به نظر میرسد را انتخاب میکنیم. در نهایت، دقت روش ارائه شده را بررسی کرده و نتایج را با دقت سایر روشها مقایسه میکنیم.

کلمات کلیدی: رفع ابهام معنایی، دیدگاه مبتنی بر دانش، وردنت، وردنت توسعه یافته، ترجمهی ماشینی

فهرست مطالب

عنوان صفحه

فصل اول: مقدمه

1-1- مقدمه. 2

1-2- پردازش زبانهای طبیعی.. 3

1-3- ترجمهی ماشینی.. 8

1-3-1- روشهای ترجمهی ماشینی 10

1-3-1-1- روشهای مبتنی بر قانون.. 11

1-3-1-2- روشهای مبتنی بر پیکره 13

1-3-2- عوامل موثر بر کیفیت ترجمه 15

1-4- ساختار رساله. 17

فصل دوم: رفع ابهام معنایی

2-1- مقدمه. 20

2-2- انواع منابع دانش…. 22

2-2-1- منابع دانش ساختیافته 23

2-2-2- منابع دانش بدون ساختار 24

2-2-2-1 تقسیمبندی دیگری از پیکرهها 25

2-3- رویکردهای مختلف در رفع ابهام معنایی.. 26

2-3-1- دیدگاه مبتنی بر پیکره 26

2-3-1-1- سیستمهای نظارتی.. 26

2-3-1-2- سیستمهای غیرنظارتی.. 27

2-3-2- دیدگاه مبتنی بر دانش 28

2-3-3- دیدگاه ترکیبی و خلاقانه 30

2-4- فاکتورهای ارزیابی.. 30

2-4-1- پوشش 31

2-4-2- دقت 31

2-4-3- درستی و یادآوری 31

2-4-4- F-SCORE 32

فصل سوم: مروری بر کارهای مرتبط پیشین

3-1- مقدمه. 34

3-2- روشهای نظارتی.. 35

3-3- روشهای غیرنظارتی.. 39

3-4- روشهای مبتنی بر دانش…. 41

3-5- روشهای ترکیبی و خلاقانه. 44

فصل چهارم: روش پیشنهادی

4-1- مقدمه. 51

4-2- معرفی ابزارها و منابع مورد استفاده 52

4-2-1- ریشهیاب 52

4-2-2- برچسب گذار بخشی از گفتار 53

4-2-3- وردنت 54

4-2-4- وردنت توسعه یافته 57

4-2-5- دامنهی وردنت 59

4-3- مراحل روش پیشنهادی.. 59

4-3-1- استخراج کلمات همراه 60

4-3-1-1- پیش پردازش…. 61

4-3-2- استخراج فهرست لغات 61

4-3-2-1- کلمات مترادف و تعاریف… 62

4-3-2-2- کلیهی روابط معنایی.. 62

4-3-2-3- هایپرنیم در چند سطح.. 63

4-3-2-4- دامنهی کلمات… 64

4-3-2-5- امتیازدهی.. 64

فصل پنجم: پیادهسازی و ارزیابی

5-1- مقدمه. 67

5-2- نتایج.. 68

فصل ششم: جمعبندی و نتیجهگیری

6-1- جمعبندی.. 71

6-2- کارهای آتی.. 72

فهرست منابع.. 74

1-1- مقدمه

تولید حجم عظیمی از مقالات و مستندات، جامعهی علمی را بر آن داشت تا با بهرهگیری از مزایا و تواناییهای روشهای خودکار جهت پردازش این متون، به حوزهای تحت عنوان پردازش زبانهای طبیعی[1] روی آورد. همچنین با توجه به وجود لیستی از معانی کلمات و عبارات یا همان دیکشنری و حتی اختصاص موسساتی جهت تعیین نحوهی استفاده از یک زبان در برخی از کشورها، اینطور به نظر میرسد که امکان مکانیزه کردن فهم یک زبان توسط کامپیوتر وجود دارد [1].

برای دانلود متن کامل پایان نامه اینجا کلیک کنید